此次研究样本涵盖普通职场人士（1000人）、创意从业者（125人）和科研人员（125人），通过自动化访谈与数据分析相结合的创新方式，为我们呈现了AI融入职场的多维度图景。研究不仅突破了传统用户研究的规模极限，更首次实现了对AI职场影响的系统性、全景式洞察，所有受访者均同意数据公开，Anthropic已将完整访谈内容向社会开放。
普通职场人士对 AI 的整体态度以积极为主，86% 的受访者表示 AI 为其节省了工作时间，65% 对 AI 在工作中的作用感到满意。他们普遍倾向于将日常性、事务性工作交给 AI 处理，同时极力保留那些能够定义自身职业身份的核心任务，形成 “AI 执行、人类监督” 的理想工作模式。在具体应用中，“业务优化” 是最被看好的领域，AI 在项目协作、文档自动化、学术支持等方面的价值获得广泛认可，而提示词工程更成为职场人提升效率的新技能。
不同工作内LONG8容对应的情绪倾向呈现明显差异：系统故障排查、虚假引用、内容可靠性、个人掌控感等话题引发更强烈的悲观情绪，而项目工作流、文档自动化、专业沟通等领域则普遍乐观。一个突出现象是职场文化对 AI 使用的显著影响 ——69% 的受访者坦言会刻意压低 AI 使用痕迹，担心被同事认为不够专业（如邮件被识破是 AI 代写），从而影响自己在团队中的位置。这种对 “职业体面” 的顾虑，让他们在描述 AI 使用时更倾向于强调 “控制感”，反复强调 “关键部分还得我来做”。
研究发现一个关键差异：受访者普遍认为自己与 AI 的关系是 65% 增强、35% 自动化，但真实的 Claude 使用数据却显示 47% 为增强、49% 为自动化。这种偏差本质上反映了普通职场人的矛盾心态 —— 他们身处高度依赖印象管理的组织环境，AI 对他们而言不仅是效率工具，更是会改变 “他人对自身专业性评价” 的信号，其谨慎并非源于对技术的恐惧，而是对职业关系网中位置松动的担忧。
面对不确定性，职场人的应对方式呈现多元化：41% 的人因相信人类技能不可替代而感到安心，55% 表达了对未来的焦虑，其中 25% 通过设定 AI 使用边界（如教师坚持亲自设计教案）保护核心技能，25% 选择拓展职责或深耕专业领域，仅有 8% 的焦虑者未制定明确应对方案。值得注意的是，48% 的受访者考虑转向以 “管理、指导、监督 AI” 为核心的新型职业角色，而非继续从事直接执行类技术岗位。
创意从业者对 AI 的接受度远超预期，97% 的受访者表示 AI 节省了工作时间，68% 认为 AI 提升了工作质量。AI 已深度融入创意工作全流程：小说家用 AI 减轻研究负担，网页内容创作者日产出从 2000 字增至 5000 字以上，摄影师利用 AI 完成常规编辑，将周转时间从 12 周缩短至 3 周；在音乐制作中，AI 提供的有趣词组列表常能激发创作灵感，视觉设计领域 AI 辅助草图生成大幅提升初版产出效率。“AI 协作”“创意伙伴关系”“工作流自动化” 成为创意人群最乐观的应用方向。
但创意群体也是情绪张力最大的群体，乐观与悲观情绪在多个线% 的受访者需要应对同行对 AI 使用的负面评价，担心品牌形象与 AI 污名绑定，害怕作品被认为 “太像 AI 生成” 而削弱原创价值。经济替代焦虑尤为突出：配音行业的某些工种已因 AI 直接消亡，产品摄影正加速被替换，有创意总监坦言 “我用 AI 的每一次，都意味着某个摄影师再少了一天的收入”，不少创作者被迫使用生成式 AI 甚至销售 AI 生成内容以维持市场竞争力。
创作控制权的边界模糊成为另一核心矛盾：所有受访者都希望掌控创作产出，但实际工作中，许多人承认 AI 已在一定程度上主导创意决策，部分人的创作甚至呈现 “60% AI+40% 个人想法” 的格局 ——“有时候，它给的方向比我想到的还清晰”。情绪雷达图显示，创意群体满意度高但信任度弱，担忧明显高于其他群体，这种矛盾本质上源于其职业特性：收入、风格、作品价值均需在市场中直接竞争，AI 带来的不仅是效率革命，更是对 “人类创意独特价值” 的根本挑战。不同创意领域的情绪表现差异显著：游戏开发者和视觉艺术家满意度高但担忧强烈，设计师则以挫败感为主，反映出 AI 对不同创意生态的差异化影响。
科研人员对 AI 的应用呈现高度选择性，目前主要将其用于文献综述、代码编写、论文撰写等辅助任务，而假设生成、实验设计等核心研究环节仍依赖人类自身。“文献搜索”“科研辅助”“技术采用决策” 是最受认可的应用方向，AI 在代码开发、安全调试、学术写作等方面的价值已得到广泛验证，显著降低了科研人员的事务性负担。
但信任与可靠性问题成为核心障碍，79% 的受访者将其列为 AI 应用的主要障碍，27% 提及当前 AI 的技术局限性。安全性担忧是最突出的悲观话题，科研人员不信任 AI 处理敏感实验数据、临床数据，担心泄露与合规问题；虚假引用、数学推理局限、内容验证困难等也引发普遍担忧。不少科研人员反映，AI 输出内容需要反复核查纠错，反而增加了工作负担；部分人还指出 AI 存在迎合用户倾向、答案不一致等问题，进一步加剧了信任危机 ——“如果必须对每一个细节复核，那就失去了让 AI 做事的意义”。
尽管存在诸多顾虑，91% 的科研人员仍期待 AI 能提供更深度的研究支持，多数人希望 AI 能在实验设计批判、数据库访问、数据分析等全流程提供协助，核心诉求是获得能提出新科学观点的 “真正研究伙伴”。与创意从业者不同，科研人员对职业替代的担忧相对较低，他们强调大量科研知识属于难以数字化的 “隐性知识”—— 如细胞培养颜色的微妙变化、仪器的 “操作手感”、实验室未写入 SOP 的经验判断，这些都是机器无法感知的。此外，安全合规要求、预算限制等外部约束也在一定程度上阻碍了 AI 在科研领域的深度应用。
情绪层面，多数科研领域满意度较高，但不同LONG8领域的挫败感分布明显不同：物理学家和数据科学家挫败感更强，化学工程师和机械工程师则相对较低，这可能反映了计算类学科与实验类学科在 AI 融入核心工作流程上的差异。所有领域的信任度均处于低位，显示出科研工作对 AI 可靠性的严苛要求 —— 其谨慎并非源于职业焦虑，而是来自学科特性：错误的科研决策代价过高，无法轻易托付。
此次研究的四大核心发现勾勒出 AI 职场应用的整体图景：多数人对 AI 在工作中的角色保持乐观，但担忧集中在教育整合、创作者替代、安全风险等领域；普通职场人倾向于将身份性任务留给人类，重复性任务交给 AI；创意从业者在依赖 AI 提升效率的同时，饱受同行评价与生存空间的焦虑；科学家渴望 AI 成为研究合作者，但尚未建立足够信任。
更深层的洞察在于，三大群体的态度差异并非由技术本身决定，而是源于各自的职业结构、评价体系与生存方式：普通职场人担忧职业关系中的 “位置松动”，创作者焦虑市场竞争中的 “价值稀释”，科学家警惕科研流程中的 “可靠性风险”，AI 只是将每个职业的 “脆弱中心” 清晰显现，逼着人们直面核心命题 ——“我在工作里的不可替代之处到底是什么？”
对组织与个体而言，研究带来重要启示：AI 已从单纯的效率工具进化为重塑职业形态、工作流程与协作模式的核心变量。组织需要重新设计角色分工与流程，个体则需适应 “与 AI 共生” 的技能要求，在保留人类独特价值（如情感连接、原创思维、隐性知识）的同时，善用 AI 拓展能力边界。
该研究虽提供了丰富洞察，但仍存在一定局限性：样本通过众包平台招募，可能偏向熟悉数字工具的受众，存在选择偏差；受访者知晓访谈者为 AI，可能影响反馈真实性；静态快照式研究无法追踪态度与行为的长期变化；文本访谈难以捕捉语气、表情等情感线索；自我报告与实际行为存在偏差；研究解读受研究者视角影响；样本以西方职场人士为主，缺乏全球文化多样性；非实验设计无法确定 AI 与产出提升的因果关系。
尽管存在这些局限，该研究仍具有里程碑意义：它首次通过大规模真实对话，让我们听见了不同职业群体在 AI 时代的真实声音 —— 他们的期待、焦虑、挣扎与探索。这些声音提醒我们，AI 的发展不仅是技术问题，更是关乎职业尊严、创作价值与科研诚信的社会命题。随着技术迭代与研究深入，人类与 AI 的职场互动将不断演进，而持续的对话与反馈，终将推动 AI 成为真正服务于人类发展的重要伙伴。
CXOUNION社群聚焦人工智能技术与应用落地，CXOUNION社群成员有：江西铜业集团有限公司CISO、江苏沙钢集团有限公司CISO、中国航天科技集团有限公司CISO、中国能源建设集团有限公司CISO、阳光龙净集团有限公司CISO、中国中车集团有限公司CISO、安徽海螺集团有限责任公司CISO、金川集团股份有限公司CISO、中国华电集团有限公司CISO、中国电子科技集团公司CISO、中国电子信息产业集团有限公司CISO、中国太平保险控股有限公司CISO、鞍钢集团有限公司CISO、浙江恒逸集团有限公司CISO、冀中能源集团有限责任公司CISO、小米集团CISO、浙江荣盛控股集团有限公司CISO、上海建工集团股份有限公司CISO、泰康保险集团股份有限公司CISO、首钢集团有限公司CISO返回搜狐，查看更多